TTL wyśledzi cię, zapamięta i ustali, o czym myślisz
Roboty już niedługo będą wiedziały o ludziach więcej niż ich najlepsi przyjaciele. Dzięki TTL możliwe stanie się namierzenie i rozpoznanie danej osoby nawet wówczas, gdy zostanie sfilmowana po wielu dniach czy tygodniach ukrywania się. Czym jest TTL i w jaki sposób działa?
Idea szpiegowania z powietrza nie jest nowa. Patrolujące przestrzeń nad miastami czy polem walki latające roboty są w stanie dostarczyć dość dokładny podgląd sytuacji. Niestety, nawet nowoczesne technologie kapitulują, gdy śledzona z powietrza osoba zmiesza się z tłumem podobnych do niej ludzi lub po prostu wejdzie do zatłoczonego pomieszczenia.
Odpowiedzią na ten problem jest TTL (Tagging, Tracking, Locating), program rozwoju technologii umożliwiających śledzenie i identyfikację ludzi. Mimo cięć budżetowych, rozwój programu wydaje się traktowany priorytetowo. Jak obliczył Todd Harrison z CSBA (Center for Strategic and Budgetary Assessments), na program rozwoju technologii wchodzących w skład TTL zostanie w tym roku przeznaczona gigantyczna kwota 58 mld dolarów. Podział tej sumy pomiędzy różne zadania, w tym "eksploatację i konserwację" sugeruje, że TTL nie jest już jedynie projektem badawczym, ale znajduje się na etapie wdrażania.
Co sprawia, że program ma tak wysoki priorytet? Używane powszechnie technologie mają spore ograniczenia. Transmisja obrazu może zostać zakłócona, obecność drona może spłoszyć obserwowaną osobę, a oznaczony cel może zostać łatwo stracony.
Są jednak cechy, których nie da się w łatwy sposób zmienić lub ukryć. Jedną z nich jest twarz, stan emocjonalny i sposób zachowania. Jak stwierdził zajmujący się pomiarami biometrycznymi Tim Faltemier z Progeny Systems: "Zyskamy możliwość uporczywego śledzenia. Człowiek może przejść pod mostem lub ukryć się w domu, ale kiedy wyjdzie, będziemy mieli pewność, że jest to ta sama osoba, która wcześniej weszła do środka".
Progeny Systems jest jednym z dostawców oprogramowania, które pozwala tworzyć trójwymiarowe modele twarzy na podstawie zdjęć. Tim Faltimer podkreśla, że tworzenie podobnego modelu na podstawie obrazu z kamer dronów jest bardziej skomplikowanym zadaniem: "Tworzenie modelu kogoś, kto biegnie jest dużo trudniejsze. Kołysanie, ruchy obiektu czy obraz niewielkiej rozdzielczości uzyskiwany przez drony nie ułatwiają zadania".
Choć zadanie nie jest łatwe, istnieje już technologia, która może mu sprostać. Stworzenie trójwymiarowego modelu wymaga dość szczegółowego zdjęcia - oczy celu powinny być oddalone od siebie o co najmniej 50 pikseli. Gdy uda się to osiągnąć, powtórna identyfikacja jest znacznie łatwiejsza - wystarczą do niej zdjęcia, na których oczy oddalone są o 15-20 pikseli.
Rozpoznawanie oparte na modelu 3D zostanie wsparte przez inne dane, takie jak płeć, szacunkowy wiek, kolor skóry, wzrost i wagę. Umożliwi to identyfikację z odległości zbyt dużych do rozpoznania twarzy. Możliwe stanie się nawet rozpoznawanie bliźniaków - o ile obraz będzie wystarczająco szczegółowy, system uwzględni również blizny, znamiona czy tatuaże.
TTL będzie ponadto integrował dane z różnych źródeł, łącząc obraz uzyskany przez drony z ustaleniami informatorów czy wykazem rozmów telefonicznych. Duża liczba takich - pozornie pozbawionych związku - informacji pozwoli na stworzenie modelu zachowania, równie charakterystycznego i jednoznacznego jak wygląd danej osoby.
Poza jednoznaczną identyfikacją, opartą zarówno na wyglądzie, sposobie poruszania się jak i na zachowaniu, TTL będzie w stanie określić prawdopodobieństwo wystąpienia nieprzyjaznych zamiarów czy niebezpiecznych działań.
Czy roboty w roli strażników obserwujących i klasyfikujących ludzi to dobry pomysł? Jak TTL sprawdzi się w praktyce, przekonamy się prawdopodobnie już niebawem. Program realizowany jest na zlecenie amerykańskiej armii, a udoskonalone drony mają zostać w pierwszej kolejności przetestowane w Afganistanie.
Od pewnego czasu trwają tam testy bezzałogowca RQ-170 Sentinel. Ten supernowoczesny dron został użyty m.in. do wsparcia operacji, w wyniku której zabito Osamę bin Ladena.
Łukasz Michalik
